محققان در یک پژوهش جدید روی مدلهای زبانی (LLMs) بررسی کردهاند که آیا یادگیری تقویتی (RL) فقط مهارتهای قبلی مدل را تقویت میکند یا واقعاً باعث ظهور «استراتژیهای استدلالی جدید» میشود؟
نتایج نشان میدهد که RL با یک مکانیسم مرحلهبندیشده، مدل را قادر میسازد تا مهارتهای پایه را به شکلی هوشمندانه با هم ترکیب کرده و روشهای پیچیدهتر و ساختاریافتهتری برای حل مسائل پیدا کند. در واقع، مدل به جای استفاده از روشهای سرسری، به سمت ایجاد یک «مجموعه مهارتهای معتبر و قابل استفاده مجدد» حرکت میکند که این موضوع کلید دستیابی به هوش مصنوعی منطقیتر است.
اگر در حوزه آموزش مدلهای بزرگ فعالیت میکنید، این مطالعه دید عمیقی درباره تفاوتهای کلیدی بین آموزش ساده (Fine-tuning) و یادگیری تقویتی در اختیار شما قرار میدهد.
منبع: arXiv AI